Big Data - das grosse Versprechen

«Big Data» steht für riesige Mengen von Daten, die von einer oder mehreren Quellen gesammelt und ausgewertet werden, um relevante Schlüsse daraus ziehen zu können. Man stelle sich beispielsweise Wetterstationen auf der Welt vor, welche Windgeschwindigkeiten, Lufttemperatur, Niederschlagsmenge, Sonnenscheindauer, Globalstrahlung und Bodentemperatur unablässig messen und an eine meteorologische Zentrale senden. Je mehr Daten an die Zentrale geliefert werden, desto höher ist die Qualität, das heisst die Eintrittswahrscheinlichkeit der Voraussagen.
Big-Data-Softwaretools können riesige Datenmengen in Echtzeit oder Nahezu- Echtzeit verarbeiten. Diese Eigenschaft eröffnet neue Möglichkeiten. Damit lassen sich kontinuierliche Datenströme in Echtzeit analysieren und Muster erkennen.

Big Data für die Strasse
Im Strassenverkehr können mittels Big Data komplexe Verkehrssituationen ebenfalls analysiert und so Staus prognostiziert werden. Die Tatsache, dass heute fast alle Motorfahrzeuglenker ein Mobiltelefon oder ein Navigationsgerät mit sich führen, eröffnet neue Möglichkeiten und macht präzise Analysen möglich. Ein Team von Swisscom entwickelt im Auftrag des Bundesamtes für Strassen (ASTRA) Algorithmen, welche die unzähligen Signale aus dem Mobilfunk erkennen.
Autofahrer, die ein Mobiltelefon oder ein Navigationsgerät mitführen, bewegen sich von einer Funkzelle in die andere. Je nach Verkehrsaufkommen geschieht diese Bewegung langsam oder schneller, in bestimmten Zeitspannen kommt es auch zum Stillstand. Typische Nutzungsmuster an gewissen neuralgischen Punkten des Strassennetzes und zu bestimmten Tageszeiten werden erkennbar. Die Swisscom-Lösung verarbeitet die Signale der Mobiltelefone in Echtzeit. Zuerst werden die Daten anonymisiert, anschliessend werden diese zeitlich und geografisch miteinander verknüpft, um Strukturen zu erkennen, die typischerweise vor Staubildungen entstehen. Das Projekt befindet sich zurzeit in der Testphase.

… für professionelle Logistiker…
Unter Big Data stelle man sich auch einen kontinuierlichen Datenfluss vor, den beispielsweise Grossverteiler, Warenhäuser und andere Unternehmen im Detailhandel automatisiert erzeugen. Die in der Theorie immer wieder diskutierte gemeinsame Planung, Prognose und Bestandessteuerung – bekannt unter dem Begriff CPFR – über mehrere Wertschöpfungsglieder hinweg könnte mit neuen Softwaretools Wirklichkeit werden.

Im Strassenverkehr können mittels Big Data komplexe Verkehrssituationen analysiert und somit Staus prognostiziert werden.

Produktion und Lagerhaltung werden auf die tatsächliche Nachfrage eines bestimmten Gutes zu einem bestimmten Zeitpunkt sehr rasch angepasst. Der sogenannte Peitscheneffekt – das heisst Produktionsschwankungen, die aus sprunghaften Veränderungen der Nachfrage herrühren – liesse sich dank neuen Big-Data-Werkzeugen eliminieren oder verringern. Solche Schwankungen resultieren beispielsweise aufgrund von lokalen Ereignissen oder Meldungen in den Medien.
Die Volldigitalisierung in der Logistik könnte zu markanten Veränderungen in der Branche führen. So ist beispielsweise denkbar, dass neue Marktpartner zu Transportaufträgen kommen, die über eine allgemein einsehbare Internet- Plattform ausgeschrieben werden. Der wendigste und günstigste Anbieter macht das Rennen, wobei die zeitnahe und kontinuierliche Anpassung von Planung, Prognose und Bestandessteuerung ein Wettbewerbsfaktor wird. Bisher gut funktionierende Partnerschaften in der Supply Chain werden herausgefordert.

… und im öffentlichen Verkehr
Ein weiteres Big-Data-Beispiel im Bereich des öffentlichen Verkehrs: Die SBB plant die Einführung eines universellen elektronischen Tickets. Mit dem E-Ticket in der Tasche wird man Züge, Trams und Busse benützen, ohne ans Billett oder ans Abonnement denken zu müssen. Sensoren sind in der Lage, die zurückgelegten Wege zu registrieren, indem sie die E-Tickets aller Fahrgäste erfassen, sobald die Türen zu sind. Am Monatsende folgt die detaillierte Abrechnung, genau wie beim Telefon.
Mit den öV-Chipkarten (oder auch mit Mobiltelefonen mit öV-Apps) kann das Nutzungsverhalten der Benutzer von Bahn, Tram oder Bus über eine bestimmte Zeitdauer ermittelt werden. Die sporadische Erfassung von Reiserouten der Fahrgäste durch SBB-Teams wird sich eines Tages durch eine automatische Datenaggregation ersetzen lassen, die das Reiseverhalten der vielen öV-Benutzer noch genauer erfassen wird. Man kann davon ausgehen, dass die SBB die erhobenen Daten in hohem Mass anonymisieren wird, damit keine Rückschlüsse auf individuelle Fahrgäste mehr möglich sind.
Big-Data-Werkzeuge werden gunstiger
Doch was macht die Anwendung von Big-Data-Werkzeugen im kommerziellen Bereich überhaupt erst möglich? Die Echtzeit-Verarbeitung kolossaler Datenströme, lange ein Werkzeug des Militärs und später der Finanzindustrie, setzt neuartiges In-Memory-Processing voraus. Bislang war in zahlreichen Branchen die Verarbeitung von Geschäftsfällen in Echtzeit oder Nahezu- Echtzeit nicht möglich. Dank neueren, ausgeklügelten Softwarelösungen (Complex Event Processing) geraten sehr leistungsfähige Big-Data-Werkzeuge in die Reichweite möglicher Business-Anwendungen.
Nicht wenige Software-Unternehmen empfehlen gerade jetzt ihren Kunden den Einstieg in die Big-Data-Welt. Der Nutzen aus einer Big-Data-Analyse in Echtzeit oder Nahezu-Echtzeit ist real, wie Lukas Kern, Associate Partner der IT-Beratungsfirma Innovation Process Technology (ICT) in Zug, schildert: «Mit der stetig fortschreitenden Digitalisierung von Produkten und Dienstleistungen wird es für Firmen immer wichtiger, dass sie Veränderungen in ihren operativen Prozessen automatisch und in Echtzeit statt manuell und zeitverzögert erkennen. Veränderungen weisen auf Risiken, aber auch auf Chancen hin. Je rascher die Unternehmen auf Risiken reagieren, desto wahrscheinlicher ist es, dass unnötige Kosten vermieden werden. Je rascher die Unternehmen auf Chancen reagieren, desto wahrscheinlicher können sie diese nutzen und eventuell sogar Wettbewerbsvorteile daraus ableiten. Complex Event Processing adressiert diese Herausforderung und gewinnt an Popularität.»

Datenschutz und Big Data
Big Data als Schlagwort macht aber auch skeptisch. Zwar mag es zutreffen, dass der Datenschutz in der Schweiz besser ausgebaut ist als anderswo. So dürfen Datenspuren nur so lange aufbewahrt werden, wie es für die Erfüllung des vorgegebenen Ziels erforderlich ist. Im Vergleich dazu ist es in den meisten Fällen rätselhaft bis skandalös, zu welchem Zweck und wie lange das massenhafte Sammeln von Datenspuren bei den ganz grossen US-Internetdiensten geschieht.
Auch Francis Meier, Sprecher des eidgenössischen Datenschutzbeauftragten (EDÖB), sieht Aufklärungsbedarf: «Problematisch an vielen Big-Data- Bearbeitungen ist der Umstand, dass der Zweck der Auswertungen nicht vorgängig festgelegt wird. Gerade deswegen sollten Big-Data-Anbieter die Daten ohne konkreten Personenbezug auswerten.»
Der EDÖB verlangte erst kürzlich Anpassungen bei einem Projekt von Post- Finance, die das Kaufverhalten ihrer Kunden auswerten möchte, um diesen Produkte von Drittfirmen anzuzeigen. Er konnte erwirken, dass Kunden die Auswertung ihrer Daten zu Werbezwecken ablehnen können, ohne vom E-Banking-Dienst der Post (E-Finance) ausgeschlossen zu werden.

Big Business auf Kosten der User?
Big Data als Geschäftsmodell der Zukunft provoziert auch grundsätzliche Kritik. Yvonne Hofstetter, selbst erfolgreiche Unternehmerin und Expertin für künstliche Intelligenz, warnt in ihrem Buch «Sie wissen alles» vor einer heraufziehenden Herrschaft der Maschinen. Derartige Systeme seien ein Angriff auf die Autonomie des Menschen, da sie nur auf der Basis unterbrechungsfreier Totalüberwachung am besten funktionieren: Google sucht für dich, kommuniziert für dich, regelt die Behaglichkeit der Wohnung für dich (Google Nest Labs) und fährt für dich (Google Driverless Car).
«Erst Big-Data-Geschäftsmodelle veredeln die Unmengen von persönlichen Daten zu Geld, durch die Analyse- und Prognosefähigkeit raffinierter Algorithmen oder durch blossen Weiterverkauf von Rohdaten an interessierte Dritte. Wir», so die Autorin, «gehen leer aus, sowohl was die Gegenleistung (für die Veräusserung unserer Daten) betrifft als auch das Recht auf Kontrolle unserer persönlichen Daten.» Yvonne Hofstetter appelliert an die moralischen Kräfte der Zivilgesellschaft, sich gegen die Vereinnahmung zu wehren: «Privatsphäre ist der Zustand, frei zu sein von der Beobachtung oder Störung durch Dritte.»
Sie fordert eine Treuhandstelle, welche die Rechte der Einzelnen gegenüber den Datenverwertern vertritt. Bemerkenswert ist auch ihr Vorschlag, dass die Datenproduzenten, also eigentlich wir alle, für die Preisgabe von Daten monetär entschädigt werden sollen. Eine weitere Forderung: Jede Person, die sich weigert, ihre persönlichen Daten weiterzugeben, darf aus diesem Grund weder am Arbeitsplatz noch von einer Kranken- oder Motorfahrzeugversicherung benachteiligt oder von einer ärztlichen Behandlung ausgeschlossen werden.

Manuel Fischer